在实际工程中多数监控摄像头是固定的,为了使计算能力有限的智能摄像头实时地进行人体行为识别,提出一种将无迭代双边二维主成分分析方法( NIB2DPCA)与高斯混合模型(GMM)相结合的行为识别方法。提取视频帧序列中运动前景的稠密光流,绘制运动矢量时空( MVFI)模板,利用NIB2DPCA对MVFI模板作特征抽取,通过GMM对特征数据建模从而实现行为分类。测试结果表明,与轨迹云比较法相比,该方法对视频中的行为信息进行了有效地压缩,使得计算耗时缩短了90%以上,同时保持了较高的识别率。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !